CN114111794A - 一种基于无人机的森林防火方法、***、设备及存储介质 - Google Patents
一种基于无人机的森林防火方法、***、设备及存储介质 Download PDFInfo
- Publication number
- CN114111794A CN114111794A CN202111397477.4A CN202111397477A CN114111794A CN 114111794 A CN114111794 A CN 114111794A CN 202111397477 A CN202111397477 A CN 202111397477A CN 114111794 A CN114111794 A CN 114111794A
- Authority
- CN
- China
- Prior art keywords
- fire
- coordinates
- forest
- area
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 230000002265 prevention Effects 0.000 title claims abstract description 37
- 238000004088 simulation Methods 0.000 claims abstract description 60
- 238000000605 extraction Methods 0.000 claims description 13
- 238000002955 isolation Methods 0.000 claims description 9
- 239000002689 soil Substances 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 2
- 238000004891 communication Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 241001503987 Clematis vitalba Species 0.000 description 1
- 241000282414 Homo sapiens Species 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000003546 flue gas Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012913 prioritisation Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000001012 protector Effects 0.000 description 1
- 230000001850 reproductive effect Effects 0.000 description 1
- 230000009528 severe injury Effects 0.000 description 1
- 239000000779 smoke Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/005—Fire alarms; Alarms responsive to explosion for forest fires, e.g. detecting fires spread over a large or outdoors area
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B17/00—Fire alarms; Alarms responsive to explosion
- G08B17/12—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions
- G08B17/125—Actuation by presence of radiation or particles, e.g. of infrared radiation or of ions by using a video camera to detect fire or smoke
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Multimedia (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种基于无人机的森林防火方法、***、设备及存储介质，其中方法包括接收火警信息，火警信息包括火源坐标和用于反馈火灾发生的报警信号；获取森林实时全景图像，提取森林实时全景图像中的色彩数据；根据色彩数据与预设数值比对，形成森林密度信息，森林密度信息包括色彩数据大于预设数值的深色区域和色彩数据小于预设数值的浅色区域；提取浅色区域的坐标；提取预设的地形数据中的等高线坐标；删除浅色区域中与等高线坐标重合的坐标，并将浅色区域中剩余的坐标上形成隙地坐标；以火源坐标为中心，依次连线临近的隙地坐标，形成模拟路线并发送至消防员的智能终端。本申请具有保障消防员能够及时到达火源进行灭火工作的效果。
Description
技术领域
本申请涉及森林防火的技术领域，尤其是涉及一种基于无人机的森林防火方法、***、设备及存储介质。
背景技术
森林是人类宝贵的资源，对调节生态***起到了重要的作用。然而，森林火灾对森林造成了极其严重的破坏，森林火灾不但烧毁成片的森林，伤害林内的动物，而且还降低森林的繁殖能力，引起土壤的贫瘠并破坏森林涵养水源，甚至会导致生态环境失去平衡。因此及时发现火源并扑灭对森林防火起到了重要的作用。
然而在山路较少或道路崎岖的森林中发生火灾时，即使森林管理员及时发现火源，消防员也很难及时找到快速到达火源的山路，或因山路较少而向火源靠近的速度缓慢，从而导致消防员往往无法第一时间到达火源进行灭火工作，仍然存在较大的森林火灾安全隐患。
发明内容
为了保障在发生森林火灾时消防员能够及时到达火源进行灭火工作，本申请提供一种基于无人机的森林防火方法、***、设备及存储介质。
第一方面，本申请提供一种基于无人机的森林防火方法，采用如下的技术方案：
一种基于无人机的森林防火方法，包括：
接收火警信息，所述火警信息包括火源坐标和用于反馈火灾发生的报警信号；
获取森林实时全景图像，提取森林实时全景图像中的色彩数据；
根据色彩数据与预设数值比对，形成森林密度信息，所述森林密度信息包括色彩数据大于预设数值的深色区域和色彩数据小于预设数值的浅色区域；
提取浅色区域的坐标；
提取预设的地形数据中的等高线坐标；
删除浅色区域中与等高线坐标重合的坐标，并将浅色区域中剩余的坐标上形成隙地坐标；
以火源坐标为中心，依次连线临近的隙地坐标，形成模拟路线并发送至消防员的智能终端。
通过采用上述技术方案，当森林出现火灾时，主机服务器能够自动接收森林火警报警器发送的火警信息，并获取无人机实时传送的森林实时全景图像，进而根据森林中颜色较浅的区域通常是树林稀少的原理，提取森林实时全景图像中浅色区域的坐标，同时删除因地势原因导致颜色较浅的区域坐标，最终便可将浅色区域中剩余的坐标形成隙地坐标，并以火源坐标为中心，依次连接临近的隙地坐标，从而形成多条模拟路线，以实现消防员能够根据快速形成的模拟路线及时到达火源进行灭火工作。
可选的，所述删除浅色区域中与等高线坐标重合的坐标，并将浅色区域中剩余的坐标上形成隙地坐标后，包括：
计算各隙地坐标对应的色彩数据与预设数值的差值，形成色彩差值；
降序排列各隙地坐标的色彩差值，形成差值排序表；
参照差值排序表，生成各隙地坐标连线的优先级排序。
通过采用上述技术方案，主机服务器计算各隙地坐标的色彩差值，以判定各浅色区域内树林稀少程度，并形成差值排序表，从而参照差值排序表生成各隙地坐标连线的优先级排序，以便主机服务器能够优先连线树林更加稀少的隙地坐标，优先为消防员提供更方便前行的模拟路线。
可选的，所述接收火警信息后，包括：
获取气象信息，所述气象信息包括风向数据、风力数据、温度数据、湿度数据；
基于气象信息，形成火源坐标的火势蔓延模拟信息，所述火势蔓延模拟信息包括火灾时间、火灾覆盖区域、火线长度、过火面积、林块燃尽时间。
通过采用上述技术方案，主机服务器获取搭载的传感器感应的气象信息，进而以火源坐标为中心，根据风向、风力等因素形成火势蔓延模拟信息，以便管理员预估火势的蔓延程度，从而为消防员的安全提供预先性的保障。
可选的，所述基于气象信息，形成火源坐标的火势蔓延模拟信息后，包括：
获取火灾覆盖区域内的植被信息，所述植被信息包括植被种类、土壤湿度、各植被种类的可燃系数；
基于植被信息，更新火势蔓延模拟信息。
通过采用上述技术方案，主机服务器获取火灾覆盖区域内的植被信息，并分析植被信息对火势蔓延的影响，从而更新火势蔓延模拟信息，以提高火势蔓延模拟的真实度。
可选的，所述基于气象信息，形成火源坐标的火势蔓延模拟信息后，包括：
基于风向数据和火灾覆盖区域，生成搭建隔离带的搭建坐标；
基于火灾时间的延长，实时更新搭建坐标。
通过采用上述技术方案，主机服务器根据风向数据和火灾覆盖区域，自动在对风向的火灾覆盖区域***生成搭建坐标，并随着火灾时间的延长，自动实时更新搭建坐标，以便消防员能够获知隔离带的搭建位置。
可选的，所述以火源坐标为中心，依次连线临近的隙地坐标，形成模拟路线并发送至消防员的智能终端后，包括：
模拟消防员按照模拟路线前进的行进信息，所述行进信息包括行进时间及行进时间对应的行进坐标；
匹配与行进时间一致的火灾时间，提取该火灾时间对应的火灾覆盖区域；
基于预设的安全范围，以行进坐标为中心，生成行进区域；
若行进区域与火灾覆盖区域存在重合，则删除对应的模拟路线。
通过采用上述技术方案，主机服务器生成模拟消防员行进的行进区域，并与火灾覆盖区域比对，若行进区域与火灾覆盖区域重合时，则表明消防员在行进至此时可能会遭遇火灾，从而删除该条模拟路线，以保障消防员的安全。
第二方面，本申请提供一种基于无人机的森林防火***，采用如下的技术方案：
一种基于无人机的森林防火***，包括：
接收模块，用于接收火警信息，所述火警信息包括火源坐标和用于反馈火灾发生的报警信号；
色彩提取模块，用于获取森林实时全景图像，提取森林实时全景图像中的色彩数据；
比对模块，用于根据色彩数据与预设数值比对，形成森林密度信息，所述森林密度信息包括色彩数据大于预设数值的深色区域和色彩数据小于预设数值的浅色区域；
浅色区域坐标提取模块，用于提取浅色区域的坐标；
等高线坐标提取模块，用于提取预设的地形数据中的等高线坐标；
隙地坐标形成模块，用于删除浅色区域中与等高线坐标重合的坐标，并将浅色区域中剩余的坐标上形成隙地坐标；
模拟路线形成模块，用于以火源坐标为中心，依次连线临近的隙地坐标，形成模拟路线并发送至消防员的智能终端。
通过采用上述技术方案，当森林出现火灾时，主机服务器能够自动接收森林火警报警器发送的火警信息，并获取无人机实时传送的森林实时全景图像，进而根据森林中颜色较浅的区域通常是树林稀少的原理，提取森林实时全景图像中浅色区域的坐标，同时删除因地势原因导致颜色较浅的区域坐标，最终便可将浅色区域中剩余的坐标形成隙地坐标，并以火源坐标为中心，依次连接临近的隙地坐标，从而形成多条模拟路线，以实现消防员能够根据快速形成的模拟路线及时到达火源进行灭火工作。
第三方面，本申请提供一种计算机设备，采用如下技术方案：包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如上述任一种基于无人机的森林防火方法的计算机程序。
通过采用上述技术方案，当森林出现火灾时，主机服务器能够自动接收森林火警报警器发送的火警信息，并获取无人机实时传送的森林实时全景图像，进而根据森林中颜色较浅的区域通常是树林稀少的原理，提取森林实时全景图像中浅色区域的坐标，同时删除因地势原因导致颜色较浅的区域坐标，最终便可将浅色区域中剩余的坐标形成隙地坐标，并以火源坐标为中心，依次连接临近的隙地坐标，从而形成多条模拟路线，以实现消防员能够根据快速形成的模拟路线及时到达火源进行灭火工作。
第四方面，本申请提供一种计算机可读存储介质，采用如下技术方案：存储有能够被处理器加载并执行上述任一种基于无人机的森林防火方法的计算机程序。
通过采用上述技术方案，当森林出现火灾时，主机服务器能够自动接收森林火警报警器发送的火警信息，并获取无人机实时传送的森林实时全景图像，进而根据森林中颜色较浅的区域通常是树林稀少的原理，提取森林实时全景图像中浅色区域的坐标，同时删除因地势原因导致颜色较浅的区域坐标，最终便可将浅色区域中剩余的坐标形成隙地坐标，并以火源坐标为中心，依次连接临近的隙地坐标，从而形成多条模拟路线，以实现消防员能够根据快速形成的模拟路线及时到达火源进行灭火工作。
综上所述，本申请包括以下至少一种有益技术效果：
将浅色区域中剩余的坐标形成隙地坐标，并以火源坐标为中心，依次连接临近的隙地坐标，从而形成多条模拟路线，以实现消防员能够根据快速形成的模拟路线及时到达火源进行灭火工作；
主机服务器能够优先连线树林更加稀少的隙地坐标，优先为消防员提供更方便前行的模拟路线；
主机服务器获取搭载的传感器感应的气象信息，进而以火源坐标为中心，根据风向、风力等因素形成火势蔓延模拟信息，以便管理员预估火势的蔓延程度，从而为消防员的安全提供预先性的保障。
附图说明
图1是本申请实施例中森林防火方法的流程图。
图2是本申请实施例中模拟火势蔓延步骤的流程图。
图3是本申请实施例中更新火势蔓延模拟步骤的流程图。
图4是本申请实施例中生成搭建坐标步骤的流程图。
图5是本申请实施例中生成优先级排序步骤的流程图。
图6是本申请实施例中删除模拟路线步骤的流程图。
图7是本申请实施例中森林防火***的模块框图。
附图标记说明：1、接收模块；2、色彩提取模块；3、比对模块；4、浅色区域坐标提取模块；5、等高线坐标提取模块；6、隙地坐标形成模块；7、模拟路线形成模块。
具体实施方式
以下结合附图1-7对本申请作进一步详细说明。
本申请实施例公开一种基于无人机的森林防火方法，该方法基于主机服务器与无人机的通信连接，以获取无人机搭载额高清相机拍摄的森林实时全景图像，进而对图像中的色彩数据进行分析，以提取树林稀少的区域，进而形成模拟路线，以便消防员能够根据快速形成的模拟路线及时到达火源进行灭火工作。
在一个实施例中，如图1所示，提供了一种基于无人机的森林防火方法，该方法包括以下步骤：
S10，接收火警信息。
具体来说，火警信息包括火源坐标和用于反馈火灾发生的报警信号。其中，森林中搭载有多个与主机服务器通信连接的火警手动报警器、温度感应报警器、烟气感应报警器，且每个报警器均携带有GPS定位装置，以便在生成报警信号时，主机服务器能够获取报警器的位置并设定为火源坐标。
具体地，当森林防护员或登山者发现火灾时，可以就近找到火警手动报警器，向主机服务器发出火警信息；或者当温度或烟气感应报警器感应温度或气体浓度高于基准值时，便能够自动向主机服务器发出火警信息，以便管理员通过主机服务器能够及时获知。
在一个实施例中，如图2所示，为了便于为消防员的安全提供预先性的保障，在S10之后，还可以包括以下步骤：
S11，获取气象信息。
具体来说，气象信息包括风向数据、风力数据、温度数据、湿度数据。其中，气象信息由森林中搭载的多个与主机服务器通信连接的气象传感器收集，当发生火灾时，主机服务器便可获取气象传感器收集的气象信息，以便后续对火势进行评估分析。
具体地，风向数据能够评估分析火势蔓延的方向，而风力数据、温度数据及湿度数据均有助于火势蔓延速度的分析评估。
S12，基于气象信息，形成火源坐标的火势蔓延模拟信息。
具体来说，火势蔓延模拟信息包括火灾时间、火灾覆盖区域、火线长度、过火面积、林块燃尽时间。其中，以火源坐标为中心，根据风向、风力等因素形成火势蔓延模拟信息，以便管理员预估火势的蔓延程度，从而为消防员的安全提供预先性的保障。而火势蔓延的模拟计算可以参照历史森林火灾发生的大数据或者网上查阅的火势蔓延公式，此处不做计算展开。
具体地，火灾时间为发生火灾后持续时间的实时记录，而火灾覆盖区域、火线长度、过火面积均对应火灾时间的延长进行更新，林块燃尽时间则根据火势蔓延速度分析评估，以便综合评价火灾造成的损失情况。
在一个实施例中，如图3所示，为了便于提高火势蔓延模拟的真实度，在S12之后，还可以包括以下步骤：
S121，获取火灾覆盖区域内的植被信息。
具体来说，植被信息包括植被种类、土壤湿度、各植被种类的可燃系数。其中，植被种类由防护员根据森林实地考察得出并利用输入终端向主机服务器的存储器内编辑，并根据网上查阅的各植被种类的可燃系数，实现数据的编辑存储，如寒温性针叶林对应可燃系数为0.6。而土壤湿度则根据多个搭载于各植被种类的土壤温湿度传感器获取，土壤温湿度传感器与主机服务器通信连接。
S122，基于植被信息，更新火势蔓延模拟信息。
具体来说，主机服务器获取火灾覆盖区域内的植被信息，并分析植被信息对火势蔓延的影响，从而更新火势蔓延模拟信息，以提高火势蔓延模拟的真实度。其中，在未增添植被信息以优化提高火势蔓延模拟的真实度之前，火势蔓延模拟默认的植被种类可燃系数为1，进而增添植被信息后，便可对火势蔓延的模拟结果产生影响。
在一个实施例中，如图4所示，为了便于消防员能够获知隔离带的搭建位置，在S12之后，还可以包括以下步骤：
S123，基于风向数据和火灾覆盖区域，生成搭建隔离带的搭建坐标。
具体来说，风向数据能够确定隔离带搭建的方向，即着重搭建于对风向，以阻挡火势的蔓延。火灾覆盖区域能够确定隔离带搭建的位置，利用火灾覆盖区域的边缘，并根据隔离带搭建时长计算的空留距离，从而确定隔离带搭建的位置为火灾覆盖区域边缘加上空留距离。
S124，基于火灾时间的延长，实时更新搭建坐标。
具体来说，随着火灾时间的延长，风向数据以及火灾覆盖区域可能发生变化，主机服务器便能够实时更新搭建坐标，以便消防员能够获知隔离带的搭建位置。
在一个实施例中，如图1所示，基于无人机的森林防火方法还包括以下步骤：
S20，获取森林实时全景图像，提取森林实时全景图像中的色彩数据。
具体来说，森林实时全景图像由与主机服务器通信连接的无人机完成拍摄生成，无人机上搭载高清相机，在森林上空进行巡航拍摄后，便会生成森林实时全景图像传输至主机服务器。进一步的，主机服务器在获取森林实时全景图像后，按照预设的色彩盘对图像进行色彩数据的提取。
S30，根据色彩数据与预设数值比对，形成森林密度信息。
具体来说，森林密度信息包括色彩数据大于预设数值的深色区域和色彩数据小于预设数值的浅色区域。其中，预设数值由管理员根据该森林中树林的茂密程度预先设置，树林约茂密处体现于森林实时全景图像中的色彩数据越大，则表明此处不便于消防员通过，树林约稀疏处体现于森林实时全景图像中的色彩数据越小，则表明此处可能会存在便于消防员通过的山路。
S40，提取浅色区域的坐标。
S50，提取预设的地形数据中的等高线坐标。
具体来说，预设的地形数据由管理员根据该森林区域的地势等高线进行输入，并以地势等高线对应的坐标形式实现存储。
S60，删除浅色区域中与等高线坐标重合的坐标，并将浅色区域中剩余的坐标上形成隙地坐标；
具体来说，将浅色区域中与等高线坐标重合的坐标进行删除，以排除森林中因地势差的原因形成的浅色区域的干扰，避免所规划的路线途径等高线而使消防员前行受阻。
在一个实施例中，如图3所示，为了优先为消防员提供更方便前行的模拟路线，在S60之后，还可以包括以下步骤：
S61，计算各隙地坐标对应的色彩数据与预设数值的差值，形成色彩差值。
S62，降序排列各隙地坐标的色彩差值，形成差值排序表。
S63，参照差值排序表，生成各隙地坐标连线的优先级排序。
具体来说，主机服务器计算各隙地坐标的色彩差值，以判定各浅色区域内树林稀少程度，并形成差值排序表，从而参照差值排序表生成各隙地坐标连线的优先级排序，以便主机服务器能够优先连线树林更加稀少的隙地坐标，优先为消防员提供更方便前行的模拟路线。
在一个实施例中，如图1所示，基于无人机的森林防火方法还包括以下步骤：
S70，以火源坐标为中心，依次连线临近的隙地坐标，形成模拟路线并发送至消防员的智能终端。
在一个实施例中，如图3所示，为了保障消防员的安全，在S70之后，还可以包括以下步骤：
S71，模拟消防员按照模拟路线前进的行进信息。
具体来说，行进信息包括行进时间及行进时间对应的行进坐标。其中，行进时间为消防员从出发开始计时，行进坐标为预设的消防员行进速度乘以行进时间得到的行进位置所在的坐标。
S72，匹配与行进时间一致的火灾时间，提取该火灾时间对应的火灾覆盖区域。
具体来说，例如消防员行进时间为5min，则匹配火灾时间也为5min对应的火灾覆盖区域。
S73，基于预设的安全范围，以行进坐标为中心，生成行进区域。
具体来说，安全范围为管理员根据火势对消防员的影响范围设定，例如设为半径20米的圆，或火势与消防员距离小于20米，则表明火灾可能会危及消防员的安全。进一步的，以行进坐标为中心，以安全范围为扩散，生成消防员的行进区域。
S74，若行进区域与火灾覆盖区域存在重合，则删除对应的模拟路线。
具体来说，主机服务器生成模拟消防员行进的行进区域，并与火灾覆盖区域比对，若行进区域与火灾覆盖区域重合时，则表明消防员在行进至此时可能会遭遇火灾，从而删除该条模拟路线，以保障消防员的安全。
本申请实施例一种基于无人机的森林防火方法的实施原理为：当森林出现火灾时，主机服务器能够自动接收森林火警报警器发送的火警信息，并获取无人机实时传送的森林实时全景图像，进而根据森林中颜色较浅的区域通常是树林稀少的原理，提取森林实时全景图像中浅色区域的坐标，同时删除因地势原因导致颜色较浅的区域坐标，最终便可将浅色区域中剩余的坐标形成隙地坐标，并以火源坐标为中心，依次连接临近的隙地坐标，从而形成多条模拟路线，以实现消防员能够根据快速形成的模拟路线及时到达火源进行灭火工作。
在一个实施例中，如图7所示，基于上述基于无人机的森林防火方法，提供了一种基于无人机的森林防火***，该***包括以下模块：
接收模块1，接收模块1用于接收火警信息，火警信息包括火源坐标和用于反馈火灾发生的报警信号；
色彩提取模块2，色彩提取模块2用于获取森林实时全景图像，提取森林实时全景图像中的色彩数据；
比对模块3，比对模块3用于根据色彩数据与预设数值比对，形成森林密度信息，森林密度信息包括色彩数据大于预设数值的深色区域和色彩数据小于预设数值的浅色区域；
浅色区域坐标提取模块4，浅色区域坐标提取模块4用于提取浅色区域的坐标；
等高线坐标提取模块5，等高线坐标提取模块5用于提取预设的地形数据中的等高线坐标；
隙地坐标形成模块6，隙地坐标形成模块6用于删除浅色区域中与等高线坐标重合的坐标，并将浅色区域中剩余的坐标上形成隙地坐标；
模拟路线形成模块7，模拟路线形成模块7用于以火源坐标为中心，依次连线临近的隙地坐标，形成模拟路线并发送至消防员的智能终端。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述基于无人机的森林防火方法的步骤。此处基于无人机的森林防火方法的步骤可以是上述各个实施例的基于无人机的森林防火方法中的步骤。
在一个实施例中，提供了一种计算机可读存储介质，其存储有能够被处理器加载并执行如上述基于无人机的森林防火方法的计算机程序，该计算机可读存储介质例如包括：U盘、移动硬盘、只读存储器(Read-OnlyMemory，ROM)、随机存取存储器(RandomAccessMemory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上实施例仅用以说明本发明的技术方案，而非对发明的保护范围进行限制。显然，所描述的实施例仅仅是本发明部分实施例，而不是全部实施例。基于这些实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明所要保护的范围。尽管参照上述实施例对本发明进行了详细的说明，本领域普通技术人员依然可以在不冲突的情况下，不作出创造性劳动对本发明各实施例中的特征根据情况相互组合、增删或作其他调整，从而得到不同的、本质未脱离本发明的构思的其他技术方案，这些技术方案也同样属于本发明所要保护的范围。
Claims (9)
1.一种基于无人机的森林防火方法，其特征在于，包括：
接收火警信息，所述火警信息包括火源坐标和用于反馈火灾发生的报警信号；
获取森林实时全景图像，提取森林实时全景图像中的色彩数据；
根据色彩数据与预设数值比对，形成森林密度信息，所述森林密度信息包括色彩数据大于预设数值的深色区域和色彩数据小于预设数值的浅色区域；
提取浅色区域的坐标；
提取预设的地形数据中的等高线坐标；
删除浅色区域中与等高线坐标重合的坐标，并将浅色区域中剩余的坐标上形成隙地坐标；
以火源坐标为中心，依次连线临近的隙地坐标，形成模拟路线并发送至消防员的智能终端。
2.根据权利要求1所述的一种基于无人机的森林防火方法，其特征在于，所述删除浅色区域中与等高线坐标重合的坐标，并将浅色区域中剩余的坐标上形成隙地坐标后，包括：
计算各隙地坐标对应的色彩数据与预设数值的差值，形成色彩差值；
降序排列各隙地坐标的色彩差值，形成差值排序表；
参照差值排序表，生成各隙地坐标连线的优先级排序。
3.根据权利要求1所述的一种基于无人机的森林防火方法，其特征在于，所述接收火警信息后，包括：
获取气象信息，所述气象信息包括风向数据、风力数据、温度数据、湿度数据；
基于气象信息，形成火源坐标的火势蔓延模拟信息，所述火势蔓延模拟信息包括火灾时间、火灾覆盖区域、火线长度、过火面积、林块燃尽时间。
4.根据权利要求3所述的一种基于无人机的森林防火方法，其特征在于，所述基于气象信息，形成火源坐标的火势蔓延模拟信息后，包括：
获取火灾覆盖区域内的植被信息，所述植被信息包括植被种类、土壤湿度、各植被种类的可燃系数；
基于植被信息，更新火势蔓延模拟信息。
5.根据权利要求3所述的一种基于无人机的森林防火方法，其特征在于，所述基于气象信息，形成火源坐标的火势蔓延模拟信息后，包括：
基于风向数据和火灾覆盖区域，生成搭建隔离带的搭建坐标；
基于火灾时间的延长，实时更新搭建坐标。
6.根据权利要求3所述的一种基于无人机的森林防火方法，其特征在于，所述以火源坐标为中心，依次连线临近的隙地坐标，形成模拟路线并发送至消防员的智能终端后，包括：
模拟消防员按照模拟路线前进的行进信息，所述行进信息包括行进时间及行进时间对应的行进坐标；
匹配与行进时间一致的火灾时间，提取该火灾时间对应的火灾覆盖区域；
基于预设的安全范围，以行进坐标为中心，生成行进区域；
若行进区域与火灾覆盖区域存在重合，则删除对应的模拟路线。
7.一种基于无人机的森林防火***，其特征在于，包括：
接收模块(1)，用于接收火警信息，所述火警信息包括火源坐标和用于反馈火灾发生的报警信号；
色彩提取模块(2)，用于获取森林实时全景图像，提取森林实时全景图像中的色彩数据；
比对模块(3)，用于根据色彩数据与预设数值比对，形成森林密度信息，所述森林密度信息包括色彩数据大于预设数值的深色区域和色彩数据小于预设数值的浅色区域；
浅色区域坐标提取模块(4)，用于提取浅色区域的坐标；
等高线坐标提取模块(5)，用于提取预设的地形数据中的等高线坐标；
隙地坐标形成模块(6)，用于删除浅色区域中与等高线坐标重合的坐标，并将浅色区域中剩余的坐标上形成隙地坐标；
模拟路线形成模块(7)，用于以火源坐标为中心，依次连线临近的隙地坐标，形成模拟路线并发送至消防员的智能终端。
8.一种计算机设备，其特征在于：包括存储器和处理器，所述存储器上存储有能够被处理器加载并执行如权利要求1至6中任一种方法的计算机程序。
9.一种计算机可读存储介质，其特征在于：存储有能够被处理器加载并执行如权利要求1至6中任一种方法的计算机程序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111397477.4A CN114111794B (zh) | 2021-11-23 | 2021-11-23 | 一种基于无人机的森林防火方法、***、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111397477.4A CN114111794B (zh) | 2021-11-23 | 2021-11-23 | 一种基于无人机的森林防火方法、***、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114111794A true CN114111794A (zh) | 2022-03-01 |
| CN114111794B CN114111794B (zh) | 2023-11-24 |
Family
ID=80440529
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111397477.4A Active CN114111794B (zh) | 2021-11-23 | 2021-11-23 | 一种基于无人机的森林防火方法、***、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114111794B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115240347A (zh) * | 2022-06-02 | 2022-10-25 | 中国人民解放军军事科学院国防科技创新研究院 | 一种用于火情监测与控制的自维持机器人集群*** |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2457875C1 (ru) * | 2011-02-04 | 2012-08-10 | Общество с ограниченной ответственностью "СервисСофт Инжиниринг" | Способ автоматического установления местоположения лесного пожара |
| CN105719421A (zh) * | 2016-04-27 | 2016-06-29 | 丛静华 | 一种基于大数据挖掘的集成化森林防火信息化*** |
| JP2017201936A (ja) * | 2016-05-12 | 2017-11-16 | 学校法人早稲田大学 | 路網ルート設計装置及びそのプログラム、並びに路網ルート生成表示システム |
| WO2018179423A1 (ja) * | 2017-03-31 | 2018-10-04 | 株式会社オプティム | 点群処理システム |
| CN108734913A (zh) * | 2018-05-31 | 2018-11-02 | 重庆大学 | 基于无人机图像识别的森林火灾巡逻报警***及方法 |
| CN110570615A (zh) * | 2019-09-04 | 2019-12-13 | 云南电网有限责任公司带电作业分公司 | 天空地联合的输电线路通道山火趋势预警方法、装置、***及存储介质 |
| KR20200059522A (ko) * | 2018-11-21 | 2020-05-29 | 대한민국(산림청 국립산림과학원장) | 무인 비행체를 이용한 야간 산불 대응 시스템 |
| CN111930049A (zh) * | 2020-08-21 | 2020-11-13 | 广州立信电子科技有限公司 | 一种基于物联网的林业森林防火安全智能监测管理*** |
| CN112435207A (zh) * | 2020-12-07 | 2021-03-02 | 深圳航天智慧城市***技术研究院有限公司 | 一种基于天空地一体化的森林火灾监测预警方法 |
| CN112530119A (zh) * | 2020-11-02 | 2021-03-19 | 深圳市城市公共安全技术研究院有限公司 | 森林火灾应急演练评估分析***、方法及计算机设备 |
| CN112687070A (zh) * | 2020-12-14 | 2021-04-20 | 浙江弄潮儿智慧科技有限公司 | 一种基于5g通信的森林防火预警信息应急指挥*** |
| CN213716108U (zh) * | 2020-10-28 | 2021-07-16 | 北冥防务科技有限公司 | 一种森林防火预警检测*** |
-
2021
- 2021-11-23 CN CN202111397477.4A patent/CN114111794B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| RU2457875C1 (ru) * | 2011-02-04 | 2012-08-10 | Общество с ограниченной ответственностью "СервисСофт Инжиниринг" | Способ автоматического установления местоположения лесного пожара |
| CN105719421A (zh) * | 2016-04-27 | 2016-06-29 | 丛静华 | 一种基于大数据挖掘的集成化森林防火信息化*** |
| JP2017201936A (ja) * | 2016-05-12 | 2017-11-16 | 学校法人早稲田大学 | 路網ルート設計装置及びそのプログラム、並びに路網ルート生成表示システム |
| WO2018179423A1 (ja) * | 2017-03-31 | 2018-10-04 | 株式会社オプティム | 点群処理システム |
| CN108734913A (zh) * | 2018-05-31 | 2018-11-02 | 重庆大学 | 基于无人机图像识别的森林火灾巡逻报警***及方法 |
| KR20200059522A (ko) * | 2018-11-21 | 2020-05-29 | 대한민국(산림청 국립산림과학원장) | 무인 비행체를 이용한 야간 산불 대응 시스템 |
| CN110570615A (zh) * | 2019-09-04 | 2019-12-13 | 云南电网有限责任公司带电作业分公司 | 天空地联合的输电线路通道山火趋势预警方法、装置、***及存储介质 |
| CN111930049A (zh) * | 2020-08-21 | 2020-11-13 | 广州立信电子科技有限公司 | 一种基于物联网的林业森林防火安全智能监测管理*** |
| CN213716108U (zh) * | 2020-10-28 | 2021-07-16 | 北冥防务科技有限公司 | 一种森林防火预警检测*** |
| CN112530119A (zh) * | 2020-11-02 | 2021-03-19 | 深圳市城市公共安全技术研究院有限公司 | 森林火灾应急演练评估分析***、方法及计算机设备 |
| CN112435207A (zh) * | 2020-12-07 | 2021-03-02 | 深圳航天智慧城市***技术研究院有限公司 | 一种基于天空地一体化的森林火灾监测预警方法 |
| CN112687070A (zh) * | 2020-12-14 | 2021-04-20 | 浙江弄潮儿智慧科技有限公司 | 一种基于5g通信的森林防火预警信息应急指挥*** |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115240347A (zh) * | 2022-06-02 | 2022-10-25 | 中国人民解放军军事科学院国防科技创新研究院 | 一种用于火情监测与控制的自维持机器人集群*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114111794B (zh) | 2023-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109448295B (zh) | 一种森林、草原防火预警监控*** | |
| KR101090266B1 (ko) | 산불확산 예측시스템 및 방법 | |
| Sivrikaya et al. | Evaluation of forest fire risk with GIS | |
| US9977963B1 (en) | UAVs for tracking the growth of large-area wildland fires | |
| Wing et al. | Remote sensing and unmanned aerial system technology for monitoring and quantifying forest fire impacts | |
| Attri et al. | A review on status, implications and recent trends of forest fire management | |
| CN111580425A (zh) | 一种适用于林场火险监测的***及方法 | |
| CN114111794A (zh) | 一种基于无人机的森林防火方法、***、设备及存储介质 | |
| Catry et al. | Factors affecting post-fire crown regeneration in cork oak (Quercus suber L.) trees | |
| CN113713310A (zh) | 一种消防用多传感器组合式监测*** | |
| Contreras et al. | A modeling approach to estimating skidding costs of individual trees for thinning operations | |
| CN112382043A (zh) | 基于卫星监测的灾害预警方法、设备、存储介质及装置 | |
| Kumar et al. | Examining the existing definitions of wildland‐urban interface for California | |
| Lum et al. | Automatic wildfire detection and simulation using optical information from unmanned aerial systems | |
| DeGraff et al. | Limiting the immediate and subsequent hazards associated with wildfires | |
| Reidy et al. | Effects of prescribed fire on fuels, vegetation, and Golden-cheeked Warbler (Setophaga chrysoparia) demographics in Texas juniper-oak woodlands | |
| US20230078676A1 (en) | Computer system and method for providing wildfire evacuation support | |
| CN112799431B (zh) | 一种基于无人机协作的智能传输*** | |
| Chambers et al. | Rapid remote sensing assessment of landscape-scale impacts from the California Camp Fire | |
| KR20190129471A (ko) | 모바일 네트워크상에서의 접근불능지역 실시간 산불위험예보시스템 | |
| Viegas | Advances in forest fire research | |
| Beetz et al. | Effects of bark beetle disturbance and fuel types on fire radiative power and burn severity in the Bohemian-Saxon Switzerland | |
| Nandi | Forest fire detection and guiding animals to a safe area by using sensor networks and sound | |
| Alkhatib et al. | Forest fire monitoring | |
| Burnade et al. | Forest fire detection and prediction using Internet of things |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |